TensorSpace.js
开始使用
基本概念
模型预处理
模型
网络层
网络层融合
Conv2d
Conv2d卷积层多用于图像识别,使用过滤器提取图像中的特征。
构造器
两种方法构造一个新建一个层,输入参数都是必要的。
〔方法一〕使用 filters , kernelSize strides 参数进行构造(支持两种不同的核形状和步进长度)
正方形(长宽相等)
TSP.layers.Conv2d( { filters : Int, kernelSize: Int, strides: Int } );
长宽不等的核和步进长度使用一个数组两个值来表示(第一个是宽,第二个是长)
TSP.layers.Conv2d( { filters : Int, kernelSize: [Int, Int], strides: [Int, Int] } );
〔方法二〕使用 shape 参数进行构造
TSP.layers.Conv2d( { shape : [ Int, Int, Int ] } );
Fig. 1 - Conv2d层示意图(左:收缩 | 右:展开)
参数列表

参数名

标签

类型

简介

具体用法细节和例子

filters

📦

Int 特征提取过滤器的数量 filters: 16

name

🔧

String 层的命名
建议添加
name: “layerName”

padding

🔧📦

String 是否使用padding

valid [default] 不使用padding,丢弃无法提取特征的部分,会改变输出的形状

same 使用padding,在不够的位置补零 ,输出的形状不变

shape

⚙️📦

Int[] 当前层的输出形状 dataFormat默认通道值在最后,例如,shape = [ 28, 28, 6 ],则表示输出为6个特征图,每幅图大小28*28

kernelSize

⚙️📦

Int 卷积核的尺寸 2d卷积核为正方形,kernelSize: 3

strides

⚙️📦

Int 卷积移动框的移动步长 在不同方向的步长相等,默认情况自动推断 strides = [1, 1]

color

⚙️🎨

color format 层的颜色 Conv2d默认颜色是亮黄色 #FFFF2E

closeButton

⚙️🎨

Dict 层关闭按钮外观控制列表, 查看详情

display : Boolean. true [default] 显示按钮, false 隐藏按钮

ratio : Int 为正常大小的几倍,默认为1倍

例如,设为2为正常大小的2倍大

initStatus

⚙️️🎦

String 初始化时,本层是否收缩 close[default] : 收缩

animeTime

⚙️🎦

Int 张开和伸缩的速度 例如2000就是2秒,如果在layer中配置animeTime属性将会覆盖model中的animeTime。
属性
.inputShape : Int[]
filter_center_focus本层输入Tensor的形状,dataFormat默认通道值在最后,例如inputShape = [ 28, 28, 3 ] 表示输入为3个特征图,每个图大小为28*28。
filter_center_focus在 model.init() 后才可拿到数据,否则为undefined。
.outputShape : Int[]
filter_center_focus本层输出Tensor的形状为3维 3️⃣
filter_center_focusdataFormat默认通道值在最后,例如outputShape = [ 32, 32, 4 ] 表示经过此层处理后,有4个特征图,每个图大小为32*32。
filter_center_focus在 model.init() 后才可拿到数据,否则为undefined。
.neuralValue : Float[]
filter_center_focus本层层间输出值数组。
filter_center_focus载入模型,在 model.predict() 后才可以拿到数据,否则为undefined。
.name : String
filter_center_focus本层的自定义名称。
filter_center_focus创建后即可取到。
.layerType : String
filter_center_focus本层的类型,返回一个定值,字符串Conv2d
filter_center_focus创建后即可取到。
方法
filter_center_focus此方法只在 Functional Model 中使用(非序列型,图结构)。
filter_center_focus将此层连接到layer上,layer即此层的上一层
filter_center_focus使用此方法来建立一个连接。在 Sequential Model 中不需要专门使用此方法来建立链接,参照 Keras or TensorFlow.js 构建模型语法,直接添加层即可。
let inputLayer = new TSP.layers.GreyscaleInput( {

    shape: [28, 28]

} );

let convLayer = new TSP.layers.Conv2d( {

    kernelSize: 2,
    filters: 16,
    strides: 1

} );

convLayer.apply( inputLayer );
.openLayer() : void
filter_center_focus通过直接和3d场景中物体交互直接点击层打开。
Fig. 2 - 点击打开Conv2d层
filter_center_focus代码中通过调用方法打开。
let conv2dLayer = new TSP.layers.Conv2d( {

    // 配置Conv2d。

} );

model.add( conv2dLayer );

// ... 给模型添加更多的layer。

model.init();

// 调用openLayer API来打开layer。

conv2dLayer.openLayer();
filter_center_focus通过直接和3d场景中物体交互点击按钮关闭。
Fig. 3 - 点击关闭按钮关闭Conv2d层
filter_center_focus代码中通过调用方法打开。
let conv2dLayer = new TSP.layers.Conv2d( {

    // 配置Conv2d。

} );

model.add( conv2dLayer );

// ... 给模型添加更多的layer。

model.init();

// 如果layer已经是打开状态,调用closeLayer API来关闭layer。

conv2dLayer.closeLayer();
使用样例
filter_center_focus声明一个Conv2D的实例,方便复用
let convLayer = new TSP.layers.Conv2d( {

    kernelSize: 5,
    filters: 6,
    strides: 1,
    animeTime: 4000,
    name: "conv2d1",
    initStatus: "open"

} );

model.add( convLayer );
filter_center_focus直接添加Conv2D
model.add(new TSP.layers.Conv2d( {

    kernelSize: 5,
    filters: 16,
    strides: 1,
    name: "conv2d2"

} ));
什么时候用
如果你熟悉Keras | TensorFlow | tfjs 框架,构建模型时使用了卷积层Conv2D(下表列出了可能的使用情景)。一一对应的,在TensorSpace中,你应该使用此API。
框架名称 对应框架中新建对象代码段
Keras keras.layers.Conv2D(filters, kernel_size, strides=(1, 1))
TensorFlow tf.nn.conv2d(input, filter, strides, padding)
TensorFlow.js tf.layers.conv2d(filters, inputShape)
标签详情
符号 参数性质 说明
⭐️ 必要 使用时必须提供,不能为空,只要提供了这些参数,就能正常创建实例,控制参数使用默认值。
🔧 推荐 使用时推荐给定,未给定也可以运行,但在体验和易用性上有隐患。
⚙️ 可选 根据模型配置参数选择性添加,这里的参数对于层的结构(3D可视化外观)没有影响。
📦 模型 配置卷积层的相关属性,并对输出特征图形状有影响。
🎨 外观 可覆盖TSP.model下的属性进行细调(查看详情
🎦 动画控制 可覆盖TSP.model下的属性进行细调(查看详情
源码
tensorspace/src/layer/intermediate/Conv2d.js